Fase 5

DISEÑO EXPERIMENTAL
FASE 5- DESARROLLAR LA EVALUACIÓN FINAL PRUEBA OBJETIVA

ABIERTA (POA)
TRABAJO INDIVIDUAL
EBERLEY BUITRAGO
CÓDIGO: 15989433
TUTOR:
DIEGO ALBERTO DEAZA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELA DE CIENCIAS AGRÍCOLA, PECUARIAS Y DEL MEDIO AMBIENTE

ECAPMA
AGRONOMIA
MAYO DE 2020
INTRODUCCION
Es un programa de alto nivel y un entorno para el análisis de datos y gráficos más
potente y profesional que existe actualmente para realizar tareas estadísticas de
todo tipo, desde las más elementales, hasta las más avanzadas En el curso de
diseño experimental podemos conocer, estudiar todos los tipos de variables,
utilizar los diferentes tratamiento al azar y en bloques ya que son fundamentales al
momento de realizar trabajos en campo, investigaciones. A prender a trabajar el
programa R para procesar datos y realizar graficas etc, para obtener datos
estadísticos en el área de la agricultura y tener el conocimiento de todas las
funciones del programa.
OBJETIVOS
General.
Aprender a utilizar el programa R, para procesar datos acerca de experimentos en

el campo agrícola y conocer los tipos de variables
Específicos.
- Realizar muestreos de tratamientos y procesarlos en el programa R.

- Conocer los modelos tanto de los diseños de bloques como del azar
- Conocer las fórmulas para la suma de los cuadrados totales, tratamiento y
de error
DESARROLLO DE LA ACTIVIDAD
1. El estudiante debe revisar la realimentación de la calificación desarrollada por
el docente de su trabajo presentado en la fase 2 y para uno de los ejercicios
presentados en el programa R de los entregados por el docente debe presentar el
comentario de la realimentación y desarrollar los ajustes a los que da lugar la
realimentación remitiendo en su informe:
Procesamiento detallado en el programa R con pantallazos de la salida en el

programa R, con la interpretación adecuada de los datos, pantallazos completos y
totalmente visibles estudiante que presente el mismo trabajo de la fase dos sin
ajustes no se emite nota del punto.
ARCHIVO DCA
Alistar datos en Excel para proceso en R.

 Desarrollar en R análisis de varianza, validación de supuestos del modelo y
prueba de comparación de medias.
 Debe en su informe registrar pantallazos del procesamiento en el programa
R recuerde que la versión es 3.5.3
 Redacte un breve párrafo en el que interprete el resultado de la tabla de
análisis de varianza de la validación del supuesto de normalidad y varianza
constante.
ANOVA (análisis de varianza)
Todos los tratamientos se comportan de igual manera cuando P-valor es menor a

0.05, por lo tanto con un 95% de confianza se rechaza la hipótesis nula, ya que los
tratamientos tienen un P-valor de 4.69e-07; por lo tanto se concluye que los
tratamientos se comportan diferentes o por lo menos uno se comporta de manera
diferente.
PRUEBA DE NORMALIDAD
Se puede concluir que los residuales se comportan acorde a una distribución
normal. Su P-valor es mayor a 0.05 se rechaza la hipótesis nula.
APLICACIÓN DE TEST DE LEVENE
Nos dice que el P-valor es mayor a 0.05, por lo que se concluye que los residuales
se comportan acorde a una varianza constante.
COMPARACIÓN DE MEDIAS TEST HSD TUCKEY

En éste caso las tunas se comportan de manera diferente, por lo tanto el mejor
tratamiento para obtener un mejor rendimiento será el a) 49.40000. Como el P-
valor es menor a 0.05 no se rechaza la hipótesis nula, con un 95% de confianza se
concluye que por lo menos una de los tunas se comporta igual.
ARCHIVO BCA
Alistar datos en Excel para proceso en R.
 Desarrollar en R análisis de varianza, validación de supuestos del modelo y

prueba de comparación de medias.
 Debe en su informe registrar pantallazos del procesamiento en el programa
R
 Redacte un breve párrafo en el que interprete el resultado de la tabla de
análisis de varianza y el resultado de la validación de supuesto de
normalidad y varianza constante.
ANOVA (análisis de varianza)
Se puede analizar que con un 95% de confianza se rechaza la hipótesis nula ya que el P-
valor es menor a 0.05 en la variable tratamientos, dicha variable confirma la afirmación al
tener un P-valor de 4.23e-13, donde se concluye que los tratamientos se comportan
diferentes o por lo menos uno se comporta de manera diferente; en el caso de los bloques
con un 95% de confianza, no se rechaza la hipótesis nula ya que la variable bloques tiene
un P-valor mayor a 0.05, por lo tanto la variable bloques tienen un P-valor de 0.589 y se
concluye que los bloques se comportan igual.
DESARROLLO DEL TEST DE SHAPIRO

Si el P-valor es mayor a 0.05 no se rechaza la hipótesis nula; por lo tanto al no
rechazar la hipótesis nula se concluye que los residuales tienen una distribución
normal.
TEST DE LEVENE
Si el P-valor es mayor a 0.05 no se rechaza la hipótesis nula, por lo tanto al no

rechazar la hipótesis nula concluimos que los residuales presentan varianza
constante.
COMPARACIÓN DE MEDIAS TEST HSD TUCKEY

En éste caso los tratamientos se comportan de manera diferente, por lo tanto el
mejor tratamiento para obtener el mejor rendimiento será el a) 47.990. Como el P-
valor es menor a 0.05 se rechaza la hipótesis nula, con un 95% de confianza se
concluye que por lo menos uno de los tratamientos se comporta igual.
En el caso de los bloques como el P-valor es mayor a 0.05 no se rechaza la

hipótesis nula, con un 95% de confianza se concluye que los bloques se
comportan igual.
2. El estudiante enunciar tres ejemplos de variables discretas de la

carrera que estudia y determinar la transformación que usarían:
Ejemplo número de quejas, rango estrecho de variación, no hay ceros,

usaría transformación raíz cuadrada
Agronomía
Podemos tener características observables tales como el número de
semillas de cacao germinadas.
F1
5S
7S
9S
Otra característica observable que podemos tener es el tiempo de
germinación de cada semilla en días.
F1
2D
3D
5D
Otra característica observable puede ser la altura de la planta después de
45 días de siembra.
F1
2.5 A
2.6 A
2.7 A
3. Cada estudiante debe indicar cuál de los diseños experimentales

vistos le parece de más utilidad para su carrera y explicar en un caso
concreto de manera simple como organizaría un experimento en su
carrera con cuatro tratamientos con un testigo (testigo es lo que se
hace comúnmente), describir con cuantas repeticiones trabajaría,
recordar que en el diseño de bloques si se mira el efecto de la
repetición que es el mismo bloque.
Para una investigación sobre germinación de injertos de cacao se trabajará

con un diseño completamente al azar (DCA), la cual se distribuirá en cinco
bloques al azar (F1, F2, F3, F4, F5).
Los resultados y el análisis de datos que se esperaría seria:
 días a la germinación.
 Longitud del tallo (45 días después de la siembra)
 altura de la planta (45 días después de la siembra)

Para mí el diseño completamente al azar (DCA) es el más sencillo de
manejar en la carrera de agronomía, ya que no lleva mucho tiempo y el
desarrollo del ANOVA no es muy complejo, pues permite tomar datos
pequeños y así analizar de mejor manera los datos teniendo en cuenta el
error durante las variables.
CONCLUSIONES.
Al concluir esta fase del cuso tendremos las herramientas básicas para utilizar
el programa R, desde los conceptos más básicos, hasta la definición de
funciones para exportar gráficos.
Lo que hemos visto en esta actividad será de mucha utilidad en el campo del
diseño experimental, implementando algún proyecto productivo o en nuestro
trabajo.
Bibliografía
Cifuentes, W. X. (2016). Métodos de análisis para la investigación, desarrollo e innovación. Bogotá:
Universidad la gran Colombia.
Elizagaray, M. I. (2005). LIBRO DE EXPERIMENTACIÓN AGRÍCOLA. El Vedado, Ciudad de La Habana,

Cuba: © Editorial Universitaria,. Obtenido de
https://drive.google.com/file/d/1KFYcEQx9Vi5EklU24COEkALXTysiagGJ/view
Ruesga Gozález, I. P. (2005). Libro de rxperimentación Agrícola . El Vedano, Ciudad de la habana
Cuba: Editorial Universitaria.

Fase 5

Cargado por

Copyright:

Formatos disponibles

Fase 5

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Fase 5

Cargado por

Copyright:

Formatos disponibles

DISEÑO EXPERIMENTAL

FASE 5- DESARROLLAR LA EVALUACIÓN FINAL PRUEBA OBJETIVA

DIEGO ALBERTO DEAZA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS AGRÍCOLA, PECUARIAS Y DEL MEDIO AMBIENTE

Aprender a utilizar el programa R, para procesar datos acerca de experimentos en

- Realizar muestreos de tratamientos y procesarlos en el programa R.

Procesamiento detallado en el programa R con pantallazos de la salida en el

Alistar datos en Excel para proceso en R.

Todos los tratamientos se comportan de igual manera cuando P-valor es menor a

APLICACIÓN DE TEST DE LEVENE

COMPARACIÓN DE MEDIAS TEST HSD TUCKEY

Alistar datos en Excel para proceso en R.

 Desarrollar en R análisis de varianza, validación de supuestos del modelo y

ANOVA (análisis de varianza)

DESARROLLO DEL TEST DE SHAPIRO

Si el P-valor es mayor a 0.05 no se rechaza la hipótesis nula, por lo tanto al no

COMPARACIÓN DE MEDIAS TEST HSD TUCKEY

En el caso de los bloques como el P-valor es mayor a 0.05 no se rechaza la

2. El estudiante enunciar tres ejemplos de variables discretas de la

Ejemplo número de quejas, rango estrecho de variación, no hay ceros,

3. Cada estudiante debe indicar cuál de los diseños experimentales

Para una investigación sobre germinación de injertos de cacao se trabajará

Los resultados y el análisis de datos que se esperaría seria:

 Longitud del tallo (45 días después de la siembra)

 altura de la planta (45 días después de la siembra)

Elizagaray, M. I. (2005). LIBRO DE EXPERIMENTACIÓN AGRÍCOLA. El Vedado, Ciudad de La Habana,

También podría gustarte